崔志新 陈耀

摘 要：利用2005—2016年京津冀和长三角区域面板数据，从区域内和跨区域两个层面对区域技术创新协同影响因素进行实证分析。研究结果表明：区域内技术创新协同主要受到知识型人力资本、企业创新投入密度、主体自主创新、资本开放水平等因素影响;跨区域技术创新协同主要受到知识型人力资本、资本开放水平、技术市场发展等因素影响。知识型人力资本在区域内与跨区域发挥相同的作用，显著促进区域内和跨区域技术创新协同活动;资本开放水平在区域内和跨区域发挥不同的作用，其显著阻碍了区域内技术创新协同活动，却促进了跨区域技术创新协同活动。

关键词：技术创新协同;影响因素;创新主体;企业创新投入密度

中图分类号：F127   文献标识码：A   文章编号：1003-3890（2019）03-0001-08

一、引言

协同已是当前我国乃至世界技术创新活动的一种新趋势，成为区域整合创新资源和提升技术创新效率的有效途径。单个主体或区域的技术创新能力在瞬息万变的竞争环境中可能无法有效应对，而区域间技术创新协同增加技术和知识流动，跨区域知识溢出或共享有利于实现创新资源整合和加速创新主体交互活动，推动区域创新知识储备及整体竞争优势提升，这也是区域创新发展的必然结果和高级阶段[1]。相对于开放式创新，技术创新协同更为复杂，倾向于创新主体及要素交互效果，也可以将其理解为是开放式创新的一种高级形式。区域技术创新协同体现了一个区域的创新主体要素和非主体要素在非线性相互作用下实现区域效益最优的程度，其对加速各区域内资源优化配置、实现区域经济平稳快速发展起重要作用。技术创新协同成功的关键条件是形成多创新主体交互网络，通过不同创新主体之间的不断交互融合及其资源要素整合，产生1+1+1>3的非线性效用[2]。同时，协同发展需要大量的信息流动，不仅是在区域内部，也包括区域外部主体[3]。由于区域协同创新可能是低效的或消极的，区域内部和跨辖区多个利益相关者之间的协同成为区域创新发展的重要组成部分，跨区域（边界）协同的优势作用受到关注。在一定程度上，某个因素对区域内和跨区域协同的影响作用并不相同。目前，多数文献并未将区域内和跨区域协同的影响因素分开研究，因此，本文在探索影响区域技术创新协同影响因素时，从区域内和跨区域两个方面来进行分析。

二、理论分析与研究假设

（一）理论分析

依据主体行为不同，创新主体更倾向于追求利润最大化的技术创新活动，而独立的研发活动难以达到最理想的状态，需要通过创新协同来提高利润水平[4]。主体之间的互补性资源是促进技术创新协同快速发展的主要考虑的条件之一[5]，主体之间的交互创新活动形成方式相对快速和高效，特别是在区域内，单个主体的技术知识可能存在局限性，为了进一步的快速发展和知识积累，除了依靠自身的技术研究之外，主体外部技术知识探索可以有效促进技术创新的快速发展，主体也可以通过此交互协同，获取所需要的技术创新知识，增加区域技术知识流动和知识利用水平。

三螺旋模型成为众所周知的探索大学-企业-政府（UIG）关系方法[6]。Leydesdorff et al.[7]认为，当两个选择环境彼此相互作用，沿着特定的轨迹共同形成一个联合演化（co-evolution）成为可能的结果。当涉及三个选择环境，更复杂的动态成为双边和三边关系交互结果。三个选择环境可用三螺旋模型描述，即企业（财富产生）、大学（创新成果）和政府（公共管理或规范控制）（如图1所示），此外，这个模型可通过大学-企业-政府关系降低复杂性。然而，历史分析可知，体系和制度安排具备一定程度的功能，演化分析关注输出方面选择环境的功能。此外，不在预期体系和功能之间一一对应，统计需要测评制度安排如何和多大程度提高不同选择环境内的协同。政府、学术界和企业之间的联系和交互成为创新的必要元素[8]。根据Park et al.[9]，“大学-企业-政府关系网络可被视为制度知识基础，支撑包含科学、技术和知识型创新业务操作的系统”。因此，本文将三螺旋模型作为区域技术创新协同的稳定模式，从技术创新外部环境和创新主体自身等方面对区域技术创新协同影响因素进行分析。

（二）研究假设

理论上，知识型人力资本是区域技术创新的主要力量，资源专业化可作为与他人建立联系和市场地位的一个有效策略[10]。创新主体通过不断的技术知识探索获得互补性的知识和技术，突破自身的技术瓶颈，促进创新行为与区域内外部要素的互动。当区域内部的创新资源发展到一定程度时，并不能充分满足创新活动所需的技术知识，需要向区域外部寻求发展机会[11-12]，这时技术知识探索会促进跨区域技术创新协同，可以有效应对创新资源的稀缺性与技术创新的复杂性及不确定性等问题。基于以上分析，本文提出：

H1：知识型人力资本显著促进区域内主体间的技术创新协同活动（a）和跨区域主体间的技术创新协同活动（b）。

企业的创新资源是支持企业创新和开发新产品能力的一个重要要素，然而，目前我国大多数企业更多依赖外部获得的创新，而不是采用企业自己开发的方式，对企业而言，外部获得的创新是快速商业化最好的方式[13-15]。Bierly et al.[16]将利用外部知识过程分为两个方面，即企业应用外部知识而产生新技术和产品的情况（知识探索）和应用外部知识以提高当前产品和过程（知识利用）。企业作为区域创新活动较为活跃的主体，在技术创新需求及自身发展的情况下，不仅在区域内部寻找可以促进创新的资源，当内部的资源不满足时还需要向区域外部探索。换句话说，如果企业在区域内部寻求与其他主体的协同，可以促进企业自身技术水平的提升，然而，向区域外部寻求技术的成本会致使区域间协同发展进程，若企业技术创新水平能满足发展需求，则不会转向区域外部寻求技术创新协同发展。当企业不断增加创新投入和追求自身技术能力提升的同時，会阻碍主体技术创新协同活动。此外，当主体在寻求自主创新时，尤其是企业，短期内会优先在周边熟悉市场或区域内寻求主体间协同发展。基于以上分析，本文提出：

H2：企业创新投入密度显著阻碍区域内主体间的技术创新协同活动（a）和跨区域主体间的技术创新协同活动（b）。

H3：主体自主创新显著促进区域内主体间的技术创新协同活动（a）和阻碍跨区域主体间的技术创新协同活动（b）。

资本开放会对原有的区域技术创新协同活动产生影响，打破现有空间的技术创新协同活动，在更大的空间范围内促进主体之间的协同活动。仲伟周等[17]对贸易开放、人力资本门限与区域创新发展进行了研究，结果表明，贸易开放水平对专利申请量的影响存在显著的人力资本门限效应;在人力资本水平低于某一门限值时，贸易开放对我国各地区的专利申请量有着显著的负面影响，但是随着人力资本水平的提高，贸易开放最终会促进我国各地区专利申请活动，成为区域创新发展的重要动力。Quan et al.[18]的研究结果显示，随着知识全球化进程和开放创新的不断强化，更多的跨国公司通过FDI形式在发展中国家从事R&D活动。由于本文是从区域内和跨区域两个层面来研究区域技术创新协同，因此，基于以上分析，本文提出：

H4：资本开放水平显著阻碍区域内主体间的技术创新协同活动（a）和促进跨区域主体间的技术创新协同活动（b）。

已有文献研究表明，技术市场是创新主体获取所需外部知识的重要途径[19]。庄子银等[20]利用GMM模型分析了区域技术市场发展对创新的驱动作用，发现技术市场对创新具有显著影响，且对技术含量较高的发明专利的影响弹性最大。Wang et al.[21]指出，技术市场是创新主体进行技术创新和扩散的外部环境，尤其是企业的创新行为受市场环境影响明显，可以通过交互行为和生产活动从市场内获得利润。

H5：技术市场水平显著促进区域内主体间的技术创新协同活动（a）和跨区域主体间的技术创新协同活动（b）。

产业集聚发展到一定程度会促进区域创新能力的提升，而产业差异化发展则会加速区域间主体协同发展，对区域技术创新协同活动产生显著影响。王俊峰等[22]的研究结果表明，在那些绝对市场集中度较高的行业，技术进步程度高于技术创新效率提高幅度，而在那些企业规模差异较大的行业，技术进步程度和技术创新效率提高幅度都较大。在集聚过程中，随着集聚企业数量的增多，将会在一定程度上产生“拥塞效应”，对创新产生负面影响，也不利于区域内主体间的技术创新协同活动[23]。然而，地区间产业差异化发展或多样化发展，会促进区域协同活动，也会大大增加跨区域主体创新协同活动的机会。

H6：产业集中度显著阻碍区域内主体间的技术创新协同活动（a），地区产业差异程度显著促进跨区域主体间的技术创新协同活动（b）。

三、研究设计

（一）样本选择与数据来源

关于区域技术创新研究样本选择的研究众说纷纭，Comanor et al.[24]提出，专利数在测度技术创新能力方面具有较强优势，大量学者采用专利数来测度技术创新能力[25-27]。然而，Arundel et al.[28]认为，专利不能完全反映创新输出，但由于专利数据的获得性，把专利作为技术创新的结果仍然频繁出现在国内外文献中[29-34]。庄涛等[35]运用三螺旋理论，以中国国家知识产权局专利检索数据库2002—2011年申请发明专利数据为依据，对中国高校、企业和政府在产学研协同创新中关联的紧密度进行测定。研究发现：我国较为稳定的官产学研协同创新体系已初步形成，企业-大学间合作程度最深，政府参与程度不高。因此，本文采用创新主体合作专利数据作为反映区域技术创新协同的数据样本，选取2005—2016年北京、天津、河北、上海、江苏、浙江、安徽七个省市的专利数据作为统计对象。采用数理统计分析方法，从大学、企业和政府等主体协同研究等方面对京津冀和长三角区域专利协同情况进行统计分析。其他变量数据主要来源于《中国统计年鉴》《中国科技统计年鉴》以及各省市的统计年鉴等。

（二）变量定义

因变量为区域技术创新协同水平（LnTIC），通常采用专利量来衡量区域技术创新水平，因此，本文中区域技术创新协同水平采用京津冀和长三角区域创新主体联合申请专利数来反映区域技术创新协同发展的现状。

知识型人力资本（edu）。知识型人力资本存量是决定区域技术创新高质量发展关键的因素，是区域进行协同创新活动必不可少的资源，用每万人口拥有大学毕业生数来衡量知识型人力资本的存量水平。

企业创新投入密度（input）。企业研发投入是企业研发能力和创新活力增长的主要动力，采用规模以上工业企业新产品开发经费与销售收入之比来衡量区域企业创新的动力。

主体自主创新（STI）。我国较为活跃的创新主体主要是企业、学校和研究院所等单位，采用产学研等创新主体独立专利申请量占产学研主体参与的专利申请总量的比重（创新主体单独申请专利数占比）来衡量产学研主体独立自主创新的程度。

资本开放水平（open）。开放程度较高的地区通常创新主体更愿意接受开放式创新，采用实际利用外资与固定资产投资之比来衡量资本市场的开放水平。

技术市场水平（market）。技术市场上技术交易规模的扩大，可以加速区域技术引进和技术输出的活跃程度，采用技术市场成交额占地区生产总值的比重来衡量区域技术市场的水平。

产业集中度（entropy）。通过区位商对京津冀和长三角两个区域内的制造业优势来分析产业空间分布的相對聚集程度，其计算公式为：

其中，Qij为i地区j产业的区位商，Eij为i地区j产业的产值，Ei为i地区工业总产值，Ej为全国j产业的产值，E为全国工业总产值。当Qij>1时，表明该区域产业具有比较优势;当Qij=1时，表明该区域产业处于平衡优势;当Qij<1时，表明该区域产业为自给性部门。

地区产业差异程度（diversity）。通过克鲁格曼指数测算京津冀和长三角两个区域的地区差异化程度，本文选取制造业，由于行业分类标准调整，统计数据口径有所变化，其中2005—2011年采用国民经济行业分类2002标准，2012—2016年采用国民经济行业分类2011标准。

其中，qij和qik分别为两地i产业的主营业务收入，qj和qk分别为两地制造业的主营业务收入。

综上，对各变量的样本统计性描述如表1所示。

四、实证分析结果

（一）单位根与协整检验

在进行回归分析之前，为了避免伪回归问题，对面板数据进行平稳性检验，选择LLC和Fisher-ADF单位根检验，具体结果如表2所示。

根据单位根检验的结果，本文所使用的面板数据需要通过一阶差分转化为平稳时间序列。由于模型中的变量存在非平稳变量，需要进行协整检验，选择Kao（Engle-Granger based）协整检验方法，区域内技术创新协同影响因素模型的协整结果显示ADF值为-2.811 3（p值为0.002 5），跨区域技术创新协同影响因素模型的协整结果显示ADF值为-2.927 41（p值为0.001 7），两个模型中的变量在1%的显著水平下通过协整检验，即变量之间存在长期稳定的均衡关系。据此，为了检验区域技术创新协同的影响因素，本文设定区域内和跨区域技术创新协同影响因素模型。

区域内技术创新协同影响因素模型：

跨区域技术创新协同影响因素模型：

（二）实证过程与结果分析

为了检验区域技术创新协同影响因素，本文运用eviews9.0分别针对区域内技术创新协同影响因素模型和跨区域技术创新协同影响因素模型的变量指标进行面板数据的回归分析。

对于区域内技术创新协同影响因素模型，从Hausman检验的结果来看，检验统计量为177.041，拒绝固定效应模型与随机效应模型不存在系统差异的原假设，本文采用固定效应模型效果更好，估计结果见表3。

对区域内技术创新协同影响因素模型，通过固定效应模型（3）的估计结果的观察可以看出：调整后的R2为0.753，说明区域内技术创新协同影响因素模型的拟合优度较好，F统计量值为20.314，表明模型整体的拟合优度较高。

从表3的结果来看，知识型人力资本（edu）在1%的水平下显著，区域内知识型人力资本的存量对区域内技术创新协同水平产生显著正向的促进作用，假设H1a得到验证。企业创新投入密度（△input）、主体自主创新（STI）、资本开放水平（open）在5%的水平下显著，其中，企业创新投入密度不断增强和资本开放水平提高对区域内技术创新协同水平产生显著负向的阻碍作用，假设H2a和假设H4a得到验证;主体自主创新的程度对区域内技术创新协同水平产生显著正向的促进作用，假设H3a得到验证。此外，技术市场水平（△market）、产业集中度（△entropy）对区域内技术创新协同水平有着较小的负向影响，但这种影响并未通过显著性检验，假设H5a和H6a未得到验证，一定程度上表明技术市场水平活跃程度和产业集中度水平高低对区域内技术创新协同水平不存在明显的阻碍作用。

对于跨区域技术创新协同影响因素模型，由于本文选取京津冀和长三角两个区域的数量少于解释变量个数，故选用固定效应模型（4）进行回归。通过固定效应模型的估计结果的观察可以看出：调整后的R2为0.934，说明跨区域技术创新协同影响因素模型的拟合优度较好，F统计量值为43.417，表明模型整体的拟合优度较高。

从表4的结果来看，知识型人力资本（edu）、技术市场水平（△market）在1%的水平下显著，其中，区域内知识型人力资本的存量对跨区域技术创新协同水平产生显著正向的促进作用，假设H1b得到验证;技术市场水平活跃程度对跨区域技术创新协同水平产生显著负向的阻碍作用，假设H6b得到验证。资本开放水平（△open）在5%的水平下显著，区域间资本开放水平扩大对跨区域技术创新协同水平产生显著正向的促进作用，假设H4b得到验证。此外，企业创新投入密度（△input）、主体自主创新（STI）、地区产业差异程度（△diversity）对跨区域技术创新协同水平有着较小的负向影响，但这种影响并未通过显著性检验，假设H2b、假设H3b和假设H6b未得到验证，一定程度上表明企业创新投入密度不断增强和主体自主创新的程度对跨区域技术创新协同水平不存在明显的阻碍作用，地区差异化程度的高低对跨区域技术创新协同水平不存在明显的促进作用。

通过上面对区域内技术创新协同影响因素模型和跨区域技术创新协同影响因素模型的研究发现，对区域内和跨区域技术创新协同影响因素存在相同之处，其中，知识型人力资本显著促进区域技术创新协同发展，而企业创新投入密度、技术市场发展对区域技术创新协同发展均存在一定程度的阻礙作用。然而，区域内和跨区域技术创新协同影响因素也存在不同，资本开放水平阻碍了区域内技术创新协同发展，但促进了跨区域技术创新协同发展;主体自主创新显著促进了区域内技术创新协同的活动，尽管对跨区域技术创新协同影响不显著，但它阻碍了跨区域的协同活动。

五、研究结论与启示

本文基于区域技术创新三螺旋模型，从区域内和跨区域两个层面实证检验了区域技术创新协同影响因素。从总体上来看，区域技术创新协同发展学术研究存在结构性缺陷和受区域经济因素的限制，由于在现实中，区域和国家创新环境是截然不同的，区域生产配置往往依赖于区域外的结构和进程[36]，从微观和宏观两方面出发，将政策导向和市场导向结合起来考虑，更深入地理解区域协同发展的相关理论，这有利于构建一个整合性的系统研究框架。

1. 知识型人力资本显著促进区域内技术创新协同和跨区域技术创新协同。知识型人力资本积累是区域应对日趋激烈竞争环境和技术创新发展的重要因素，如果人力资本积累到既定水平，会加速区域内主体之间的协同行为，明显提升区域整体的创新实力。同时，在跨区域协同发展时，也会优先考虑那些拥有充足知识型人力资本的区域。大学除自身传统的任务之外，积极进行转化研究、创业培训和社区发展，是区域知识型人力资本培育和为区域技术创新提供技术支持的重要主体，为其提供优质的人力资源和强有力的科技支撑。因此，知识型人力资本服务于区域协同发展，需要积极调动优势区域的大学创新资源，提高区域创新能力和协作能力，例如在京津冀区域，大学主要集中分布在京津两个地区，河北省虽临近京津两地，但三地之间知识型人力资本实力差距悬殊，增加与京津区域内大学和研发机构的合作，建立定向需求人才的培育工作，可以抵消区域集群内技术的“锁定”。

2. 企业创新投入密度显著阻碍区域内技术创新协同，而对跨区域技术创新协同的阻碍作用不明显。企业等主体自主创新显著促进区域内技术创新协同，对跨区域技术创新协同阻碍并不显著。企业作为一个较为活跃的技术创新主体，在区域协同发展过程中，企业创新投入密度越高，说明企业对技术创新的高度重视，短期内由于企业自身的创新能力不足，会通过技术引进或借助其他创新主体的力量来弥补，但从长期来看，随着企業对引进技术的消化吸收，其自主创新能力也会随之提高，建立的企业技术研发中心更为紧扣市场需求，也加速技术创新成果商业化的速度。此外，由于企业等主体受创新资源的限制和区域内共享发展政策的影响，区域内多主体将倾向于共同的发展，促进区域内技术创新协同，因此，在此过程中，应建立以企业为核心，与其他创新主体积极交互，形成有效的区域技术创新协同发展模式。

3. 资本开放水平显著阻碍区域内技术创新协同，促进跨区技术创新协同。随着资本市场对外开放程度的不断提高，区域间金融支撑环境得到优化，为创新主体提供融资支持，这可以有效解决创新资金不足或仅依靠政府财政支持的问题，形成一个技术、研发、融资体系完善的支撑环境。本文对区域技术创新协同的研究更偏重于创新主体之间的交互活动，当主体创新活动所需的资金得到充足保障时，将会加速主体向区域外寻求更为优质的创新资源，这势必将影响技术创新协同行为的选择，尤其是降低了区域内技术创新协同的机会。

4. 技术市场发展显著阻碍跨区域技术创新协同，而对跨区域技术创新协同的阻碍作用不明显。技术创新成果市场发育的进一步成熟和不断完善，可以加速技术供给双方技术创新成果的交易，也会大大提升区域技术创新成果转化率。但随着技术市场规模的不断扩大和技术市场体系的不断完善，区域间技术创新资源的配置效率得到大幅提升，在一定程度上，也会阻碍跨区域技术创新协同活动，尤其是当协同发展的条件与利益发生冲突时，企业和大学及研究机构通过市场无法自由组合，尤其是存在跨行业、跨部门情况，必须利用政府监管和行政手段消除这种垄断和冲突，使区域内和跨区域创新主体之间的利益得到整合。

参考文献：

[1]王志宝，孙铁山，李国平.区域协同创新研究进展与展望[J].软科学，2013，27（1）：1-9.

[2]陈劲.协同创新[M].杭州：浙江大学出版社，2012.

[3]PIVA E，GRILLI L，ROSSI-LAMASTRA C. The creation of high-tech entrepreneurial ventures at the local level：the role of local competences and communication infrastructures[J]. Industry and innovation，2011，18（6）：563-580.

[4]CASSIMAN B，VEUGELERS R.In search of complementarity in innovation strategy：internal R&D，cooperation in R&D and external technology acquisition[J]. Management science，2006，52（1）：68-82.

[5]HITT M A，IRELAND R D，HARRISON J S. Mergers and acquisitions：avalue creating or value destroying strategy[J]. Blackwell handbook of strategic management，2001：384-408.

[6]ETZKOWITZ H. Triple Helix innovation：industry，university，and government in action [M]. London and New York：Routledge，2008.

[7]LEYDESDORFF L，MEYER M. Triple Helix indicators of knowledge-based innovation systems introduction to the special issue[J]. Research policy，2006，35：1441-1449.

[8]ETZKOWITZ H，LEYDESDORFF L. The dynamics of innovation：from national systems and‘Mode 2to a Triple Helix of university-industry-government relations[J]. Research policy，2000，29（2）：109-123.

[9]PARK H W，HONG H D，LEYDESDORFF L. A comparison of the knowledge-based innovation systems in the economies of South Korea and the Netherlands using Triple Helix indicators[J]. Scientometrics，2005，65（1）：3-27.

[10]JARRATT D G，DUNCAN R，BOSSOMAIER T. Its not only what you know：simulating research networks in the UK university sector[J]. Emergence complexity & organization，2014，16（2）：1-28.

[11]CHESBROUGH H. Open business model：how to thrive in the new innovation landscape[M]. MA：Harvard Business Press，2006.

[12]LEIPONEN A， HELFAT C E. Location， decentralization and knowledge sources for innovation[J]. Organization science，2011，22（3）：641-658.

[13]GASSMANN O，ENKEL E，CHESBROUGH H. The future of open innovation[J]. R&D management，2010，40（3）：213-221.

[14]SPITHOVEN A，CLARYSSE B，KNOCKAERT M.Building absorptive capacity to organise inbound open innovation in traditional industries[J]. Technovation，2011，31：10-21.

[15]LICHTENTHALER U. Open innovation in practice：an analysis of strategic approaches to technology transactions[J]. IEEE transactions on engineering management，2008，55，148-157.

[16]BIERLY P E，DAMANPOUR F，SANTORO M D. The application of external knowledge：organizational conditions for exploration and exploitation[J]. Journal of management studies，2009，46（3）：481-509.

[17]仲伟周，陈晨.贸易开放、人力资本门限与区域创新发展——基于省级面板数据的实证研究[J].经济问题探索，2018（2）：58-66.

[18]QUAN X，CHESBROUGHT H. Hierarchical segmentation of R&D process and intellectual property property protection：evidence from multinational R&D laboratories in China[J]. IEEE transactions on engineering management，2010，57（1）：9-21.

[19]GRANSTRAND O，HAKANSON L，SJOLANDER S. Technology management and international business：internationalization of R&D and technology[J]. Research policy，1992（5）：1-254.

[20]庄子银，段思淼.区域技术市场发展对创新的驱动作用——来自2002—2018年省级面板数据的实证分析[J].科技进步与对策，2018，35（15）：29-38.

[21]WANG Z，YAO Z X，GU G  X，et al. Multi-agent-based simulation on technology innovation diffusion in China[J]. Papers in regional science，2014，93（2）：385-409.

[22]王俊峰，周绍东，朱权贞.市场集中度与非在位企业技术创新效率的相关性研究[J].科技进步与对策，2010（14）：81-85.

[23]杜爽，冯晶，杜传忠.产业集聚、市场集中对区域创新能力的作用——基于京津冀、长三角两大经济圈制造业的比较[J].经济与管理研究，2018，39（7）：48-57.

[24]COMANOR W S，SCHERER F M. Patent statistics as a measure of technical change[J]. The journal of political economy，1969，77（3）：392-398.

[25]GUAN J C，GAO X. Exploring the h-index at patent level[J]. Journal of the American society for information science and technology，2009，60（1）：35-40.

[26]LIU X，BUTH T. Innovation performance and channels for international technology spillovers：evidence from Chinese high-tech industries[J].Research policy，2007，36（3）：355-366.

[27]杨武，郑红，陈凌志.基于专利数据测度我国技术能力的计量方法与模型研究[J].管理学报，2011，8（10）：1475-1480.

[28]ARUNDEL A，KABLA I. What percentage of innovations are patented？ empirical estimates for European firms[J]. Research policy，1998，27（2）：127-141.

[29]ZOLTAN J A，ANSELIN L，VARGA A. Patents and innovation counts as measures of regional production of new knowledge[J]. Research policy，2002，31（7）：1069-1085.

[30]吴和成.专利产出对科技投入要素的弹性研究[J].科技进步与对策，2008（2）：142-144.

[31]窦雪霞，程开明，窦志强.创新溢出的空间尺度与实证检验[J].科研管理，2009（4）：51-56.

[32]王达政.自主创新还是技术引进——基于我国专利投入产出的实证研究[J].科技进步与对策，2009（24）：30-34.

[33]钱晓烨，迟巍，黎波.人力资本对我国区域创新及经济增长的影响——基于空间计量的实证研究[J].数量经济技术经济研究，2010（4）：107-121.

[34]邬滋.集聚结构、知识溢出与区域创新绩效——基于空间计量的分析[J].山西財经大学学报，2010（3）：15-22.

[35]庄涛，吴洪.基于专利数据的我国官产学研三螺旋测度研究——兼论政府在产学研合作中的作用[J].管理世界，2013（8）：175-176.

[36]BATHELT H. Geographies of production：growth regimes in spatial perspectives-innovation，institutions and social systems[J]. Progress in human geography，2003，27（6）：789-804.